
セルに5人未満がいたら、χ²検定は使わない
カテゴリ変数の比較は、全部χ²検定で通していました。
有無、あり・なし、男女。2×2の表を作ってχ²。それで済むと思っていました。
「期待度数」という言葉を、私は長いあいだ知りませんでした。
先に結論
χ²検定は近似です。表のマス目に入る人数が少ないと、近似が崩れます。
そのとき使うのが Fisher の正確検定です。名前のとおり、近似ではなく正確に確率を数え上げます。
目安はこうです。期待度数が5未満のマスがあれば Fisher。

実際の人数ではなく「期待度数」
ここが今日のポイントです。私が長く誤解していたところでもあります。
見るのは表に書いてある実測の人数ではありません。 「もし両群に差がなかったら、そのマスに何人入るはずか」という計算値、つまり期待度数です。
例を出します。膠原病内科で、2つの薬のまれな副作用を比べるとします。
| 副作用あり | なし | 計
A薬 | 1 | 39 | 40
B薬 | 5 | 35 | 40
計 | 6 | 74 | 80「副作用あり」は全体で6人。両群に差がなければ、各群に3人ずつのはずです。この3が期待度数で、5を下回っています。
だからこの表は Fisher を使います。実測が5人以上あるマスがあっても関係ありません。
論文のどこに出てくるか
Table 1 の、性別・合併症・重症度分類などの行です。そして Table 2 の、有害事象の比較。
Methods にこう書かれます。
カテゴリ変数はχ²検定、期待度数が5未満の場合は Fisher の正確検定を用いた
この一文があるかを見てください。 「カテゴリ変数はχ²検定を用いた」だけで終わっている論文は、まれな事象の行でも機械的にχ²を当てている可能性があります。
まれな合併症を扱う研究ほど、必要になります。
それでも解釈には限界がある
Fisher を使えば検定としては正しくなります。でも分かることが増えるわけではありません。
さきほどの表で、1例と5例の差。仮にp値が小さく出たとしても、信頼区間は必ず広いはずです。第3回でやったとおり、区間の両端を見れば「まだ何も分かっていない」ことが分かります。
検定を正しく選ぶことと、結論が出せることは別です。 まれな事象は、正しい検定を選んでもまれなままです。
別の科なら、こう
皮膚科:まれな薬疹の発生率を2剤で比べる。どちらも数例しか出ない
泌尿器科:術式ごとの重篤な合併症。頻度が1%を切ると、100例でも1例あるかないか
呼吸器内科:まれな副作用の有無。多施設で集めても表のマスは1桁
どれもマス目の人数が1桁になる表です。χ²の近似が成り立つ前提から外れています。
AIにこう聞く
この2×2の表を検定して。まず期待度数を計算して表示し、5未満のマスがあるかを示したうえで、χ²検定と Fisher のどちらを使うべきか判断して。選んだ理由も書いて。あわせてリスク差とその95%信頼区間も出して。
ポイントは2つです。
「まず期待度数を表示して」と頼むこと。これを言わないと、AIはいきなり検定結果を返します。判断の根拠が画面に出ないと、あなたが検算できません。
p値だけで終わらせない。 リスク差と信頼区間を同時に頼めば、「検定は通ったが区間は広い」という実態が見えます。まれな事象では、そこがいちばん大事な情報です。
次回は「標準化差(SMD)というものさし」。症例数にも単位にも左右されない、偏りのものさしです。
この記事は連載「当直明けの統計学」の8回目です(全35回)。
最初から読む場合はこちら。
https://note.com/tourin_lab/m/m89c57bb6a319
おまけ:Rなら3行
tab <- table(df$group, df$event)
chisq.test(tab)$expected # まず期待度数を見る
fisher.test(tab) # 5未満があればこちら1行目ではなく、2行目から見てください。
この記事に出てきた言葉
カテゴリ変数:有無・男女・分類など、数えて分けられる変数
χ²検定(カイ二乗検定):カテゴリ変数の群間比較に使う検定。近似なので前提がある
Fisher の正確検定:確率を数え上げる検定。近似ではないので、人数が少なくても使える
期待度数:「差がなかったとしたら、そのマスに何人入るはずか」という計算値。実測の人数ではない
2×2の表(クロス表):2つのカテゴリ変数を掛け合わせた4マスの表
リスク差:2群の発生率の引き算。0なら差なし
信頼区間:推定値がどれくらいブレうるかを示す幅。まれな事象では必ず広くなる
有害事象:治療に伴って起きた好ましくない出来事。Table 2 で比較されることが多い
R:無料の統計ソフト。文字で手順を書いて動かします